人工智能

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。



在神经生理学方面:研究发现人脑有1011-12以上的神经元,在现有技术条件下用机器从结构上模拟 人脑是根本不可能的。
在英国,剑桥大学的詹姆教授指责“人工智能研究不是骗局,也是庸人自扰” 。从此,形势急转直 下,在全世界范围内人工智能研究陷入困境、落入低谷。
人工智能的发展概况 4. 知识应用期( 1970---- 1988年)

哪一个是计算机。 如果交谈后 测试者分不出哪一个被测者是人, 哪一个是计算机, 则可以认为这 台被测的计算机具有智能。



Turing测试存在的问题
“图灵测试”没有规定问题 的范围和提问的标准 仅反映了结果的比较,无涉 及思维过程 没指出是什么人 争论:通过了图灵检验的电 脑就具备思维能力了么 ?

催化当今人工智能的出现三大催化剂

3)互联网和云计算 和大数据现象紧密相关,互联网和云计算可以被认为是人工 智能基石有两个原因,第一,它们可以让所有联网的计算机 设备都能获得海量数据。这些数据是人们推进人工智能研发 所需要的,因此它可以促进人工智能的发展。第二,它们为 人们提供了一种可行的合作方式——有时显式有时隐式—— 来帮助人工智能系统进行训练。比如,有些研究人员使用类 似Mechanical Turk这样基于云计算的众包服务来雇佣成千上 万的人来描绘数字图像。这就使得图像识别算法可以从这些 描绘中进行学习。谷歌翻译通过分析用户的反馈以及使用者 的无偿贡献来提高它自动翻译的质量。

推荐几部关于人工智能的电影
1、《机械姬》 2、《超能查派》 3、《机械公敌》 4、《黑客帝国》

THANKS
谢 谢 聆 听
人工的未来
人工的未来
人工的未来
智能爆炸

于数百位科学家的问卷调查显示他们认为强人工智能出现的 中位年份是2040年——距今只有25年。
一个人工智能系统花了几十年时间到达了人类脑残智能的水 平,而当这个节点发生的时候,电脑对于世界的感知大概和 一个四岁小孩一般;而在这节点后一个小时,电脑立马推导 出了统一广义相对论和量子力学的物理学理论;而在这之后 一个半小时,这个强人工智能变成了超人工智能,智能达到 了普通人类的17万倍。
具有行为能力(系统输出):对外界的智能化反应
早期判断是否有智能的方法———图灵测试

英国数学家阿兰 · 图灵 (Alan Turing) 提出了现称为“图灵
测试” (Turing Test) 的方法。简单来讲 , 图灵测试的做法 是 : 让一位测试者分别与一台计算机和一个人进行交谈 ( 当
时是用电传打字机), 而测试者事先并不知道哪一个是人,
连接主义

又称:仿生学派或生理学派
原理:神经网络及神经网络间的连接机制与学习算法。 起源:源于仿生学,特别是人脑模型的研究。
学派代表:卡洛克、皮茨、Hopfield、鲁梅尔哈特等。
连结主义基本理论 认为思维基元是神经元,而不是符号处理过程。

认为人脑不同于电脑,并提出连结主义的大脑工作模 式,用 于取代符号操作的电脑工作模式。

整个20世纪 80年代,专家系统和知识工程在全世界得到了迅 速发展。专家系统为企业等用户赢得了巨大的经济效益。
在开发专家系统过程中,许多研究者获得共识,即人工智能系 统是一个知识处理系统,而知识获取、知识表示和知识利用则 成为人工智能系统的三大基本问题。 专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识 获取困难、推理方法单一、没有分布式功能、不能访问现存数 据库等问题被逐渐暴露出来。
人工智能的发展概况

Biblioteka Baidu
2.形成期(1956----1970年)
其他开创性贡献
• 1958年,美籍华人数理逻辑学家王浩在IBM-740计算机上仅用 了3-5分钟就证明了《数学原理》命题演算全部 220 条定理 。 • 1965年,费根鲍姆(E. A. Feigenbaum) 开始研究化学专家系统 DENDRAL,用于质谱仪分析有机化合物的分子结构。 1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI,IJCAI),标志着人工智能作为一门独立学科登 上了国际学术舞台。此后IJCAI每两年召开一次。
人工智能 是一门交叉学科
脑科学 认知科学 计算机 科学
人工智能
哲学 逻辑学
心理学
语言学
什么是人工智能

人工智能的定义可以分为两部分,即“人工” 和“智能”。 关于什么是“智能”?

智能需要具备的特征?
具有感知能力(系统输入): 机器视觉,机器听觉,图像语音 识别……
具有记忆与思维能力:思维是智能的根本原因,思维是一个动 态的过程。思维分为:逻辑思维,形象思维和顿悟思维。 具有学习能力及自适应能力:适应环境的变换、积累经验的能 力


人工智能研究形成了三大学派

符号主义 连接主义
行为主义


符号主义

又称:逻辑主义、心理学派或计算机学派
符号主义的实现基础是纽威尔和西蒙提出的物理符号系统假 设。该学派认为:人类认知和思维的基本单元是符号,而认 知过程就是在符号表示上的一种运算。它认为人是一个物理 符号系统,计算机也是一个物理符号系统 ,因此,我们就能够用 计算机来模拟人的智能行为,即用计算机的符号操作来模拟人 的认知过程。这种方法的实质就是模拟人的左脑抽象逻辑思 维,通过研究人类认知系统的功能机理,用某种符号来描述 人类的认知过程,并把这种符号输入到能处理符号的计算机 中,就可以模拟人类的认知过程,从而实现人工智能。可以 把符号主义的思想简单的归结为“认知即计算”。
行为主义

又称:进化主义或控制论学派
原理:控制论及感知—动作型控制系统 认为智能不需要知识、不需要表示、不需要推理;人工智能 可以 象人类智能一样逐步进化(所以称为进化主义);智能行 为只能在 现实世界中与周围环境交互作用而表现出来。
催化当今人工智能的出现三大催化剂

1)摩尔定律 在价格、体积不变的条件下,计算机的计算能力可以不断增 长。这就是被人们所熟知的摩尔定律,它以Intel共同创办人 Gordon Moore命名。Gordon Moore从各种形式的计算中获 利,包括人工智能研究人员使用的计算类型。数年以前,先 进的系统设计只能在理论上成立但无法实现,因为它所需要 的计算机资源过于昂贵或者计算机无法胜任。今天,我们已 经拥有了实现这些设计所需要的计算资源。举个梦幻般的例 子,现在最新一代微处理器的性能是1971年第一代单片机的 400万倍。
1970年《International Journal of AI》创刊。
人工智能的发展概况

3. 暗淡期(1966---- 1974年)
“20年内,机器将能做人所能做的一切”---------1965 在博弈方面:塞缪尔的下棋程序在与世界冠军对弈时,5局败了4局。
失败的预言给人工智能的声誉造成重大伤害



在定理证明方面:发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函 数时,推了10万步也没证出结果。
在机器翻译方面:发现并不那么简单,甚至会闹出笑话。例如,把“心有余而力不足”的英语句子 翻译成俄语,再翻译回来时竟变成了“酒是好的,肉变质了” 在问题求解方面:对于不良结构,会产生组合爆炸问题。

同时出现新的问题:

人工智能的发展概况 5. 集成发展期(1986年以来)

1997年5月11日,由IBM研制的超级计算机“深蓝” 首次击 败了国际象棋特级大师卡斯帕洛夫 。
2000年,中国科学院计算所开发出知识发现系统MSMiner。 该系统是一种多策略知识发现平台,能够提供快捷有效的数 据挖掘解决方案,提供多种知识发现方法。 2011年,IBM超级电脑“沃森”亮相美国最受欢迎的智力竞 赛节目《危险边缘》战胜该节目两位最成功的选手。
人工智能的发展概况
1.形成期(1956--1970年)


AI诞生于一次历史性的聚会(Dartmouth人工智能夏季研讨会) 时间:1956年夏季 地点:美国达特茅斯(Dartmouth) 大学 目的:为使计算机变得更“聪明” ,或者说使计算机具有智能 发起人: 麦卡锡 (J.McCarthy) , Dartmouth 的年轻数学家、计算机专家, 后为MIT教授 明斯基(M.L.Minsky),哈佛大学数学家、神经学家,后为MIT教授 洛切斯特(N.Lochester), IBM公司信息中心负责人 香农(C.E.Shannon),贝尔实验室信息部数学研究员 会议结果: 由麦卡锡提议正式采用了“Artificial Intelligence”这一术语
催化当今人工智能的出现三大催化剂
2)大数据 得益于互联网、社交媒体、移动设备和廉价的传感器,这个 世界产生的数据量急剧增加。随着对这些数据的价值的不断 认识,用来管理和分析数据的新技术也得到了发展。大数据 是人工智能发展的助推剂,这是因为有些人工智能技术使用 统计模型来进行数据的概率推算,比如图像、文本或者语音, 通过把这些模型暴露在数据的海洋中,使它们得到不断优化, 或者称之为“训练”——现在这样的条件随处可得。
被测机器
被测人
测试主持人
中文屋子

约翰·西尔勒的中文屋子假设是说: 有一台计算机阅读了一段 故事并且能正确回答相关问题, 这样这台计算就通过了图灵 测试。而西尔勒设想将这段故事和问题改用中文描述 ( 因为 他本人不懂中文 ), 然后将自己封闭在一个屋子里 , 代替计 算机阅读这段故事并且回答相关问题。描述这段故事和问题 的一连串中文符号只能通过一个很小的缝隙被送到屋子里。 西尔勒则完全按照原先计算机程序的处理方式和过程 ( 如符 号匹配、查找、照抄等 ) 对这些符号串进行操作 , 然后把得 到的结果即问题答案通过小缝隙送出去。西尔勒也得到了问 题的正确答案。西尔勒认为尽管计算机用这种符号处理方式 也能正确回答问题, 并且也可通过图灵测试, 但仍然不能说 计算机就有了智能。
相关文档
最新文档